O “Ciclo da Perdição”: a IA descobriu um pequeno problema no plano de dominar a internet. Ela precisa que a internet continue existindo.
Documentos internos revelados no processo do New York Times contra OpenAI e Microsoft expõem uma contradição que o Vale do Silício preferia manter dentro das apresentações confidenciais: a IA generativa depende economicamente de uma cadeia de produção humana que seus próprios produtos podem ajudar a desmontar.
Existe uma tradição bastante consistente no Vale do Silício: primeiro você declara que uma indústria está ultrapassada, depois constrói uma empresa bilionária usando o conhecimento e o trabalho acumulado por aquela indústria durante décadas e, quando alguém pergunta como os produtores originais serão remunerados, você coloca “disrupção” no título do slide e segue para a próxima rodada de investimento.
Funcionou com música, táxis, hotéis, comércio e mídia. Agora estamos testando uma versão intelectualmente mais ambiciosa desse modelo: fazer algo parecido com a produção de conhecimento humano.
Durante os últimos anos, a narrativa da inteligência artificial generativa foi construída em torno de produtividade, democratização do conhecimento e uma futura superinteligência capaz de transformar praticamente tudo. Enquanto investidores discutiam os trilhões que a IA poderia criar, uma pergunta menos cinematográfica circulava dentro das próprias empresas:
O que acontece se a IA destruir economicamente as pessoas e organizações que produzem o material de que ela precisa para continuar inteligente?
Documentos revelados no processo de direitos autorais do New York Times contra OpenAI e Microsoft mostram que essa preocupação não estava apenas entre jornalistas, escritores e artistas.
Um documento interno da Microsoft alertava que milhões de pessoas poderiam considerar a absorção de seu trabalho pelos grandes modelos como um “roubo espantoso de proporções sem precedentes”. Em outra discussão, Brent Hecht, executivo da Microsoft, levantou a possibilidade de estarmos diante do “maior roubo de trabalho da história da humanidade”.
Isso não significa que um tribunal tenha decidido que o treinamento de LLMs constitui roubo. OpenAI e Microsoft defendem que o treinamento pode estar protegido por fair use e que os modelos realizam usos transformativos das obras.
Mas a revelação mais interessante não é jurídica.
É econômica.
E a Microsoft encontrou um nome perfeito para ela: “doom loop”.
O ciclo da perdição.
O ciclo da perdição é ridiculamente simples
Durante décadas, jornalistas, pesquisadores, programadores, fotógrafos, escritores, músicos, universidades e milhões de criadores produziram a matéria-prima intelectual da internet. Depois chegaram sistemas capazes de absorver enormes quantidades desse conhecimento e transformá-lo em respostas instantâneas.
Para o usuário, é fantástico. O problema começa quando a resposta fica tão boa que ele deixa de visitar a fonte. Sem visita, parte da audiência desaparece; com menos audiência, publicidade, assinatura e conversão ficam mais difíceis; com menos dinheiro, empresas reduzem equipes e investimentos em produção original.
Com menos material original sendo produzido, existe menos informação humana nova e confiável para alimentar a própria próxima geração de modelos.
A máquina come a internet e, algum tempo depois, abre a geladeira perguntando quem esqueceu de comprar comida.
Esse é o “doom loop”.
E talvez seja uma das primeiras grandes crises da era da IA que não pode ser resolvida simplesmente comprando mais GPUs.
Antes da IA, a internet tinha um acordo. Ruim, mas tinha.
A web comercial nunca foi exatamente uma cooperativa escandinava dedicada à distribuição justa de valor. Google, Meta e outras plataformas passaram décadas construindo impérios em cima da produção de terceiros, enquanto publishers reclamavam e departamentos de SEO tentavam descobrir qual título satisfaria os deuses do algoritmo naquela semana.
Ainda assim, existia um contrato econômico compreensível.
Um jornal publicava uma reportagem, uma universidade divulgava uma pesquisa ou um especialista escrevia uma análise. O mecanismo de busca indexava esse material e, quando alguém fazia uma pergunta, apresentava links que conduziam o usuário às fontes.
O clique era a pequena engrenagem que mantinha boa parte da economia da web funcionando. Ele transformava produção intelectual em audiência, e audiência em publicidade, assinatura, venda, reputação ou relacionamento.
O Google ficava obscenamente rico no meio do caminho, evidentemente, mas ainda existia algum trânsito econômico entre a plataforma e quem havia produzido a informação.
A inteligência artificial começa a romper esse contrato porque deixa de ser apenas intermediária. Ela própria passa a ocupar o lugar da fonte na experiência do usuário.
De “onde está a resposta?” para “me dê a resposta”
Como experiência de usuário, a mudança é maravilhosa.
Em vez de abrir dez abas, aceitar banners de cookies, fechar pop-ups e descobrir que a resposta estava escondida depois de 1.400 palavras escritas para SEO, você pergunta ao chatbot e recebe uma síntese em segundos.
É difícil defender o velho modelo sem parecer emocionalmente apegado à publicidade programática.
Economicamente, porém, aconteceu algo muito maior.
Na era da busca, perguntávamos “onde encontro essa informação?”. Na era generativa, perguntamos “qual é a informação?”.
No primeiro modelo, a plataforma precisava encaminhar o usuário para algum lugar. No segundo, pode absorver múltiplas fontes, sintetizar o conteúdo e encerrar a jornada ali mesmo.
A internet foi construída sobre uma economia de referências.
A IA está construindo uma economia de respostas.
O clique começou a desaparecer
O Pew Research Center analisou 68.879 buscas e encontrou um padrão revelador. Quando havia um AI Overview do Google, usuários clicavam em resultados tradicionais em apenas 8% das visitas, contra 15% quando não havia resumo de IA.
Mais interessante ainda: apenas 1% das visitas com AI Overview terminavam em clique em algum dos links citados dentro do próprio resumo.
Esse dado complica uma das respostas favoritas das plataformas quando publishers reclamam: “mas nós citamos a fonte”.
Excelente. A citação está lá. O usuário simplesmente não precisa ir até ela.
É como entregar gratuitamente a comida do restaurante na calçada e tranquilizar o chef dizendo que o nome dele está impresso na embalagem.
Reconhecimento é ótimo para reputação. Folha de pagamento exige outra modalidade de compensação.
Síntese não é descoberta
Aqui está uma das confusões mais convenientes do debate sobre inteligência artificial.
Produzir uma resposta e produzir a informação necessária para que aquela resposta exista são atividades economicamente diferentes.
Uma IA consegue resumir em segundos uma investigação jornalística que levou seis meses, mas isso não elimina o trabalho necessário para encontrar documentos, convencer fontes, verificar informações e descobrir alguma coisa que ainda não estava disponível para ser resumida.
Um modelo consegue explicar um ensaio clínico enquanto você espera o elevador, mas alguém precisou financiar pesquisadores, pacientes, laboratórios e anos de experimentação. Pode explicar uma fraude corporativa com maravilhosa clareza, mas jornalistas, auditores, reguladores ou denunciantes tiveram primeiro de perceber que alguma coisa não fechava.
Pode analisar um balanço em segundos, mas alguém ainda precisa perceber quando os números contam uma história diferente daquela apresentada pelo CEO durante o earnings call. Pode resumir uma guerra, mas alguém precisou estar no terreno para documentá-la.
A velocidade da explicação não reduz magicamente o custo da descoberta.
A cultura tem o mesmo problema
Um modelo consegue gerar uma música plausível porque existe uma quantidade gigantesca de música humana anterior da qual padrões podem ser aprendidos. Mas gêneros musicais e movimentos culturais não surgiram porque alguém calculou a continuação estatisticamente mais provável do passado.
Eles nasceram de cidades, conflitos, comunidades, tecnologia, clubes, imigração, obsessões, festas ruins e seres humanos tomando decisões esteticamente estranhas.
O hip-hop não apareceu porque um algoritmo concluiu que aquela era a evolução provável da música americana. O punk não nasceu de uma análise de eficiência operacional do rock. E a bossa nova certamente não passou por um comitê de product-market fit.
Cultura acontece justamente porque seres humanos produzem coisas improváveis.
Modelos são extraordinariamente bons em aprender padrões existentes. Isso não significa que a economia que produz novos padrões possa ser ignorada.
A IA tornou a síntese barata. Não tornou a realidade barata.
Esse talvez seja o ponto central.
A inteligência artificial reduziu brutalmente o custo de sintetizar conhecimento, mas não reduziu na mesma proporção o custo de produzir conhecimento original.
Descobrir uma fraude continua caro. Realizar pesquisa científica continua caro. Cobrir uma guerra continua caro. Manter jornalismo investigativo continua caro. Produzir propriedade intelectual realmente original continua difícil.
Uma economia que remunera cada vez melhor quem sintetiza conhecimento enquanto reduz a remuneração de quem assume o custo de produzi-lo pode criar uma situação peculiar: teremos as melhores máquinas da história para explicar aquilo que já sabemos e incentivos cada vez piores para financiar quem descobre aquilo que ainda não sabemos.
A IA não precisa apenas de dados.
Ela precisa que alguém continue tendo motivos para criar dados que ainda não existem.
O fornecedor virou matéria-prima
É por isso que os documentos internos são tão interessantes.
Segundo materiais citados no processo, a Microsoft discutiu o risco de seus produtos criarem um ciclo no qual a redução de tráfego para produtores de conteúdo enfraqueceria economicamente a própria cadeia da qual os modelos dependem.
“Cadeia de fornecimento de conteúdo” é uma expressão corporativa maravilhosa porque transforma jornalistas, cientistas, escritores, fotógrafos e artistas em algo que parece chegar de caminhão às seis da manhã no centro de distribuição.
Mas a lógica está correta.
Imagine uma indústria automobilística que desenvolve uma tecnologia revolucionária para reduzir o preço dos carros, mas que simultaneamente destrói economicamente os fabricantes de aço, pneus, vidro e baterias dos quais depende.
Durante algum tempo, parece eficiência. Depois começa a parecer um problema de fornecedores.
O verdadeiro risco não é a IA ficar inteligente demais
Existe uma ironia maravilhosa no debate contemporâneo sobre IA.
Passamos anos discutindo se uma futura superinteligência poderia destruir a humanidade enquanto uma questão muito menos cinematográfica acontece diante de nós:
quem paga pela próxima informação original?
Modelos conseguem sintetizar conhecimento existente de maneira extraordinária, mas alguém ainda precisa descobrir a fraude antes que o chatbot consiga explicá-la, testar o medicamento antes que a IA consiga comparar seus efeitos, investigar a empresa antes que o modelo consiga resumir o escândalo, escrever o livro antes que apareça o resumo em oito tópicos e criar a música antes que seja possível aprender seu padrão.
A pergunta economicamente interessante não é se a IA consegue fazer síntese.
Já sabemos que consegue.
A pergunta é quem continuará pagando pela descoberta.
A verdadeira batalha econômica
A questão não é decidir se inteligência artificial é boa ou ruim. Essa é uma discussão intelectualmente preguiçosa.
A tecnologia aumenta produtividade, reduz custos, democratiza acesso a conhecimento e acelera programação, tradução, pesquisa, análise e criação.
O problema é a distribuição do valor.
Estamos construindo uma economia em que o custo de reutilizar conhecimento caminha para perto de zero enquanto o custo de produzir conhecimento realmente novo continua significativamente acima de zero.
Quando qualquer coisa pública pode ser sintetizada instantaneamente, aquilo que ainda não foi sintetizado se torna mais valioso: dados proprietários, pesquisa original, acesso exclusivo, comunidades, experiência, reputação, propriedade intelectual e relacionamento direto com audiência.
Durante vinte anos, empresas foram ensinadas a colocar conhecimento na web porque distribuição significava descoberta.
Talvez estejamos entrando numa era em que colocar todo o conhecimento gratuitamente na internet significa também transformá-lo em matéria-prima facilmente sintetizável por terceiros.
A web premiava disponibilidade.
A IA pode começar a premiar escassez.
Quem ganha e quem perde
Os primeiros vencedores tendem a ser aqueles que possuem algo difícil de transformar em commodity: publishers com marcas fortes, empresas com dados proprietários, especialistas com acesso privilegiado, pesquisadores que produzem conhecimento original e criadores com comunidades diretas.
O ativo deixa de ser simplesmente “conteúdo”. Conteúdo haverá em abundância quase infinita. O ativo passa a ser conteúdo difícil de substituir.
Do outro lado estão negócios construídos sobre produção genérica financiada exclusivamente por pageviews. Se sua vantagem competitiva é publicar “10 maneiras de aumentar sua produtividade”, uma máquina capaz de produzir dez mil versões desse artigo antes do almoço provavelmente terá algumas consequências para o valuation.
A IA talvez não comece destruindo o melhor conteúdo. Ela começa pelo conteúdo mais substituível.
O risco sistêmico aparece quando a erosão econômica alcança também quem financia conteúdo caro, original e difícil de produzir.
Talvez o futuro da internet seja mais fechado
Se publicar conhecimento gratuitamente significa permitir que ele seja absorvido, sintetizado e redistribuído sem necessariamente gerar tráfego de volta, o incentivo para manter informação valiosa completamente aberta diminui.
Isso pode criar duas internets.
De um lado, uma web pública gigantesca, barata, abundante e progressivamente preenchida por conteúdo sintético. Do outro, informação premium protegida por assinaturas, comunidades, APIs, bancos de dados privados e acordos de licenciamento.
A internet aberta talvez não desapareça. Talvez simplesmente deixe de ser o lugar onde está a informação mais valiosa.
Seria uma consequência bastante irônica para uma tecnologia vendida como instrumento de democratização universal do conhecimento.
O detalhe que ninguém deveria ignorar
Talvez a grande batalha da inteligência artificial não seja homem contra máquina.
Será criação de valor contra captura de valor.
Para empresas, a pergunta deixa de ser apenas “como produzir mais conteúdo com IA?” e passa a ser “qual conhecimento possuímos que continuará valioso quando produzir texto, imagem, vídeo e análise custar quase nada?”.
Para marcas, aparecer no Google já não basta. Será necessário se tornar fonte.
Para publishers, audiência própria, assinatura, comunidade, dados proprietários e marca deixam de ser estratégias interessantes de diversificação e viram infraestrutura defensiva.
Para criadores, o futuro provavelmente pertence menos a quem produz mais palavras e mais a quem possui experiência, acesso, personalidade, confiança, comunidade e propriedade intelectual que uma máquina não consegue simplesmente reconstruir a partir de outras páginas.
E para as empresas de IA existe uma contradição quase cômica: elas precisam que a internet continue produzindo coisas novas.
Porque uma máquina extraordinária de ler o mundo perde parte do seu valor quando o mundo descobre que produzir coisas novas deixou de pagar as contas.
A inteligência artificial não tornou o conteúdo irrelevante.
Ela tornou brutalmente evidente qual conteúdo realmente tem valor.
E o Vale do Silício pode descobrir que existe uma diferença enorme entre construir uma máquina capaz de ler tudo o que a humanidade já escreveu e construir uma economia capaz de convencer alguém a escrever a próxima coisa.
perguntas para você responder abaixo.
Se uma IA absorve o trabalho de milhares de pessoas, entrega a resposta diretamente ao usuário e reduz a necessidade de visitar quem produziu aquela informação, onde deveria ficar o valor econômico dessa cadeia?
Citar a fonte realmente resolve o problema quando o usuário não precisa mais clicar nela?
Se produzir conteúdo sintético está ficando praticamente gratuito, quanto passará a valer aquilo que alguém realmente precisou investigar, experimentar, descobrir ou criar?
Estamos assistindo ao nascimento de uma nova economia do conhecimento ou apenas a uma gigantesca transferência de valor, saindo de milhões de produtores e chegando a algumas poucas plataformas?
E talvez a pergunta mais desconfortável: se a IA precisa da produção humana para continuar aprendendo, o que acontece quando produzir conhecimento original deixa de ser um bom negócio?
Se você quer acompanhar essas mudanças antes que elas apareçam no PowerPoint atrasado da próxima reunião de estratégia, siga o Tech Gossip:
.
Quem acompanha recebe análises antes da curva, aprende a pensar com precisão sobre tecnologia e encontra as perguntas que ninguém está fazendo enquanto o resto da internet ainda discute a manchete. Tech Gossip é onde as pessoas certas ficam sabendo primeiro do que realmente importa.
#InteligenciaArtificial #IA #GenerativeAI #OpenAI #Microsoft #ChatGPT #LLM #CreatorEconomy #Media #Jornalismo #Copyright #FutureOfWork #FutureOfMedia #Tech #Innovation #DigitalMedia #TechGossip